Sehingga kini, ahli biologi yang mempelajari tingkah laku haiwan telah terhad kepada pemerhatian manusia. Tetapi saintis di Universiti Columbia kini telah menghasilkan kaedah yang lebih mudah. Mereka telah berkembang algoritma inovatif yang boleh digunakan untuk mengkaji tingkah laku haiwan.

Diketuai oleh Rafael Yuste, seorang pakar neurosains di Columbia dan seorang ahli Institut Sains Data Columbia, pasukan merangka algoritma yang berjaya menganalisis jam video Hydra, sebuah invertebrat air tawar yang kurang pantas, dan memahami pelbagai tingkah laku yang menyeluruh.

Dengan menyaring maklumat spam, algoritma mampu mengesan kecenderungan dalam tingkah laku haiwan.

Kajian penuh diterbitkan dalam jurnal eLife.

Tingkah laku haiwan telah menjadi subjek penyelidikan saintifik sejak zaman Aristotle, kata beliau Shuting Han, seorang pelajar siswazah di Columbia dan pengarang utama kajian. Walau bagaimanapun, proses penyelidikan terhadap tingkah laku haiwan adalah sangat teliti, biasanya terdiri daripada jam pemerhatian yang teliti dan pengambilan nota.

Algoritma baru menyediakan jalan pintas utama dalam penyelidikan semacam ini.

"Penyelidikan tingkah laku secara tradisi sebahagian besarnya bersifat deskriptif dan bergantung kepada pemerhatian manusia," kata Han. "Penerangan kualitatif ini dibatasi oleh sifat subjektif anotasi manusia, bahasa yang kami gunakan, dan juga sangat memakan masa. Oleh itu adalah penting untuk membangunkan kaedah kuantitatif dan automatik untuk analisis tingkah laku, untuk secara sistematik memahami ekspresi dan kebolehubahan perilaku haiwan yang berbeza di bawah keadaan percubaan yang berbeza. "

The Algoritma

Algoritma yang dibangunkan oleh penyelidik adalah algoritma "bag-of-words", sejenis algoritma popular yang sering digunakan dalam penapisan spam e-mel. Algoritma beg-kata-kata biasa dapat mengklasifikasikan topik dokumen dan mengenal pasti perkara-perkara yang berpotensi menjadi spam.

Para penyelidik menggunakan konsep yang sama dalam algoritma mereka, hanya menggunakan video dan bukannya dokumen.

Algoritma belajar untuk mengklasifikasikan corak visual yang berbeza - bentuk dan gerakan - dalam video Hydra dan memilih pergerakan berulang.

Dengan berbuat demikian, algoritma mengenal pasti corak tingkah laku yang berbeza dari haiwan itu.

Kajian ini

Hydra, haiwan primitif yang nenek moyangnya muncul di bumi sekitar 700 juta tahun yang lalu, adalah organisma mudah tanpa tulang belakang atau otak. Walau bagaimanapun, ia mempunyai sistem saraf. Hydra mempunyai badan lut dengan beratus-ratus neuron yang menyelaraskan pergerakan dan kelakuannya.

"Hydra ... memberikan peluang yang unik untuk mempelajari evolusi tingkah laku dan kod saraf mereka yang mendasari," kata Han. "Hidra mewakili salah satu daripada haiwan yang paling primitif dengan sistem saraf, dan dengan teknik pengimejan moden, kita boleh merakam corak aktiviti saraf lengkap semasa tingkah lakunya."

Para penyelidik boleh membandingkan secara langsung aktiviti neuron Hidra dengan aktiviti perilaku mereka, yang membolehkan mereka menganalisis bagaimana fungsi sistem sarafnya.

Dalam pakej kajian terdahulu, pasukan mencatatkan keseluruhan aktiviti saraf haiwan, dan dapat menghubungkan empat set litar saraf ke empat corak pergerakan yang unik, yang menggambarkan bagaimana fungsi sistem sarafnya.

Kajian baru berkembang pada kajian terdahulu ini untuk memasukkan bukan hanya empat, tetapi semua corak tingkah laku. Algoritma tersebut dapat mengesan perilaku 10 dan membandingkan enam perilaku tersebut dengan keadaan persekitarannya.

Para penyelidik mendapati bahawa Hydra hampir tidak berubah di bawah keadaan persekitaran yang berbeza, menunjukkan bahawa ia mungkin telah berevolusi cara untuk secara automatik menanggapi persekitarannya.

"Sama ada anda memberi makan atau tidak, menghidupkan atau mematikan cahaya, ia melakukan perkara yang sama berulang kali seperti kelinci Energizer," kata Yuste dalam satu kenyataan.

Aplikasi Dunia Nyata

Walaupun kajian lepas telah menggunakan algoritma pembelajaran komputer untuk menganalisis tingkah laku haiwan, seperti lalat buah dan cacing, kajian ini mewakili penerangan sistematik pertama tentang tingkah laku haiwan, Yuste berkata dalam satu kenyataan.

Oleh itu, kajian itu merupakan satu langkah penting bagi para saintis yang berminat dalam tingkah laku haiwan. Kerja mereka boleh memberikan model untuk kajian masa depan menganalisis tingkah laku haiwan yang lebih kompleks.

"Meskipun kami menggunakan pendekatan kami untuk membina peta tingkah laku lengkap Hydra, kaedah kami juga menyediakan rangka kerja umum untuk pengakuan tingkah laku haiwan yang cacat, dan berpotensi berlaku untuk semua spesies haiwan," kata Han. "Malah, digabungkan dengan peta aktiviti saraf lengkap haiwan, kajian kami membuka kemungkinan menyahkodkan kod saraf untuk semua tingkah laku dalam haiwan, dan boleh membolehkan penemuan yang berpotensi dalam neurosains, biologi evolusi, kecerdasan buatan dan pembelajaran mesin."

Para penyelidik percaya bahawa maklumat yang mereka kumpul dari Hydra juga berpotensi digunakan dalam bidang lain.

Pengetahuan mengenai sistem saraf haiwan seperti Hydra boleh digunakan dalam merekabentuk teknologi yang diilhami secara biologi.

Jurutera mungkin boleh menggunakan maklumat ini dalam mereka bentuk mekanisme kestabilan dan kawalan dalam kapal dan pesawat.

Melangkah ke hadapan, penyelidik akan terus menganalisis corak tingkah laku Hydra serta aktiviti saraf dan ototnya.

"Dengan ini, kami berharap dapat memahami sepenuhnya setiap komponen tingkah laku haiwan, dan menerapkan pengetahuan dari Hydra dalam aplikasi dunia moden," kata Han.